算法对受众拟态环境的建构影响探究

□陈海军 陈子幸 王利利

算法在新媒体时代的应用与发展

在新媒体时代，传受双方之间的信息匹配结构被重构，海量信息存储在偌大的网络空间，信息超载导致每一信息个体的传播价值可能因匹配受众的缺失而无法实现，因此算法应运而生。算法是计算机基于数据资源，通过模仿人类的思维和主观能动性，实现和完成某种特定功能的输出，以取代或提升人类完成某些特定任务的能力。智能推荐算法本质上是在海量信息和不同用户之间使用的一种匹配技术，是人工智能技术在信息传播中的高级应用，通过嵌入内容的收集、生产和传播体系，来协调用户和海量信息间的供需关系，调节智能传播的智能等级，其潜存于智慧传播实现的全过程。智能化、多样化的高速网络移动信息终端的普及使受众信息获取不再局限于传统媒体时代的有限版面和有限渠道，受众获取信息的独立性、自主性不断增强。快速且高效地找到自己所需的信息、信息被分发给适用领域的受众成为算法推荐技术发展且广泛应用的一大动因，运用智能算法推荐技术，能够有效提高信息分发效率，降低人工编辑筛选信息成本及用户获取信息的时间成本，实现信息供需的快速匹配，这也为人类的传播方式和传播活动带来了深刻的变革。

从2012 年发展至今，算法进入了技术革新阶段，也逐步依托技术带来的领先性有效实现了商业化落地，与互联网领域进行了深度结合。2015 年后，算法正式从机器学习转为深度学习，并进入到社会各行各业，目前广泛应用于图书、音乐、短视频、新闻等众多领域。在新媒体平台中，算法的最早布局运用者是Facebook，目前大约有20 多种算法应用其中。我国最早运用算法的是北京字节跳动科技有限公司开发的一款基于数据挖掘的推荐引擎产品——今日头条，其在2012年开始运用内容算法推荐，由此算法正式进入我国信息传播领域。目前，我国的UGC 平台如抖音、小红书、快手、B 站等主要使用三种推荐算法，分别是基于内容的推荐、基于用户协同过滤的推荐以及基于关系的推荐，[1]通过在平台中采集用户的网络行为数据，准确刻画出用户画像，在此基础上向用户推荐和用户偏好相似度较强的信息，同时筛选出有着类似信息目标的用户集群，随之将集群用户所关注的信息推送给目标用户。现如今，不同平台算法不一，受众分散、重叠，在数据互通互联机制下，它们渐渐汇聚成了一个持续不断的系统，一个天然而又精妙的“虚拟网络”由此形成，并持续循环优化。

新媒体时代拟态环境建构权力的转移及延伸

“拟态环境”(Pseudo-environment)即大众传播活动所形成的信息环境，大众传播并非是对现实世界的“镜像”反应，而是根据传播意图和传播目标，通过过滤、筛选之后呈现在公众面前的新闻事实。[2]这一概念最早由美国著名政治评论家李普曼在其著作《舆论学》(Public Opinion)一书中提出，他认为从大众传播出现起，人类与环境的互动关系就发生了巨大的变化。在传统社会中，人类的行为是对环境直接且纯粹的反应，而在现代社会中，人类和环境之间介入了一个“拟态环境”，而人的行为也因“拟态环境”而发生了重重变化，他们的行为在很大程度上成为了对“拟态环境”的回应，而这种回应的作用对象却是现实环境。

局部与整体：拟态环境与现实世界。媒介现实不是真实的世界，而是一个拟态环境。拟态环境是概念性的世界，它并不能代表完整的现实世界，其所反映的只是现实世界的局部，并非对其全方位、多层面的立体展现。媒体一直以来都是受众拟态环境的主要塑造者，但在塑造中也有局限因素，一是媒介个体的有限理性会使他们的臆见和宿见渗入到对新闻事件的报道中，二是媒体只是将其在整个现实世界所知晓的信息传达给公众，其所传播的信息实际上无法使受众感知到完整的现实世界，但受众仍会将经大众媒介筛选后所构建的媒介环境当成客观现实环境来进行认知行动。

权力转移：从生产者到受众与算法技术设计者。在传统媒体时代，媒体对信息进行编码，受众负责解码，媒体的议程设置能够过滤重重信息，优中选优，精中选精。在新媒体时代，由于信息的无边界及算法的普及运用，媒体的筛选权力下沉，媒体地位下降，受众地位上升，受众自己拥有选择权，对自己的信息世界进行议程设置，形成自身的媒介拟态环境。

在一个媒体和代码无处不在的社会里，权力日益显现于算法之中。[3]在新媒体时代，信息渠道增多，各大信息平台都采用了各种各样的算法，并根据用户画像进行内容推送。我们不能把平台算法看成是一种透明的、纯粹的、无价值观的技术手段，相反，算法自身及其与信息源头之间的链接，无不渗入了人为因素。算法运行的背后实际上是一连串浮动的复杂代码，但代码的编写和运行操控皆由算法技术设计者来进行，而其编写逻辑和原则往往是不透明的。算法技术设计者的操作行为对整个智能传播社会的信息流转和传播系统结构有着决定性的作用，这也导致算法技术设计者在进行平台算法推荐机制程序设定时会受到流量市场利益驱动、个人素养、个人情感等因素的影响，从而对受众信息获取提前进行“议程设置”。因此，可以说算法技术设计者也是目前新媒体时代受众拟态环境建构的一大牵掣主体。

权力延伸：日异月新的算法技术。伴随着信息社会逐渐由弱人工智能时代承转至强人工智能时代，算法也日趋从工具属性衍化成具有本体属性的一项技术，其不透明性和不可阐释性日益凸显了其不可控性。[4]与传统媒体时代相比，客观媒介环境的升级、信息传播路径的开拓、传播效能的提升都更加依赖智能技术的加持，算法技术设计者实际上拥有更多的“自主权”来影响受众的媒介接触，算法技术设计者在受众建构“拟态环境”上的影响不断增强，不管是否带有主观蓄意，他都能利用算法推荐机制来影响受众的媒介接触，对受众产生深远影响。同时，算法技术本身还拥有深度自主学习的属性，这一属性也会使算法的内在风险变得难以预测和应付。随着软件开源技术的不断发展，智能推荐算法运用的范围正不断拓宽，力度也不断加大，其对受众拟态环境的建构影响还将不断加深。

算法在受众拟态环境建构中的弊端

伪客观的高度仿真性。算法可以参与对网络信息的筛选、推介和解构，其对信息的生产、过滤与分发传播，实际上是一种有意识地对信息进行“加工”的行为，这种“加工”给信息处理创造了隐蔽性、悄然性。在一定意义上讲，它是一种特殊的“伪客观性”，[5]算法具有高效准确的反馈机制，能够使信源传播的方式和内容与信宿的主观世界更加相适应。就大众传播而言，在信源发射端设置“编码程序”的主要目的之一是把讯息调整成适配传播渠道的编码，其次是调整成符合讯息接收者要求的编码。智能算法在信息编码全过程中占据主导地位，是数字时代一种新型信息“编码器”。在具体情景面前，算法可以自己创建一个信息编码方式，进行实时实地信息反馈。算法扮演着受众信息接收代理人的角色，同时在受众信息接收的需要和兴趣之间扮演着阐释者的角色，因而极大地促进了拟态环境和主观世界功能上的一致性。在算法构建的拟态环境和信息接收者主观环境日趋相同的情况下，接收者“译码”的能力也渐渐降低，选择权也慢慢减弱。

在传统媒体时代，传者与受者身份较为确定、明晰、固定，信息的价值选择机制也更加透明化，人们能够自主选择不阅读某一份报刊甚至不收看某一档电视节目，而在新媒体时代的智能传播中，传者和受者的身份随时在发生改变，在算法的作用下，传受双方一直处在不确定的状态中，又由于算法价值选择机制的强渗透性和隐蔽性，人们往往不能下意识地感知到自己已被替代性的选择了，甚至很难自主选择接受或是摒弃这些“被动的选择”，在隐蔽的网络环境下受众也无法准确感知隐藏在这条信息背后的目的和动机。可见，这一新的拟态环境催发因素不仅隐蔽且看似客观，十分容易为受众所接受，并使受众个体的既有态度得以强化。

个性化中心导向的单一化。李普曼在1922 年提出著名的“拟态环境”理论时就已经注意到，大众传播可能导致媒介环境对客观世界的背离。尽管在传统媒体时代，信息的传播同样也是经过媒体的过滤选择，但在当时媒介发展有限的环境下，新闻专业主义仍是大众传播信息不容忽视的重要准则，信息的选择有着明确的标准，所发布的信息是客观且平衡的，并且力求贴近社会现实，贴近真实世界。然而，移动互联网时代以算法为中枢的智能传播，破坏了信息传播的客观性、平衡性等准则，互联网经济随之萌芽发展，以流量为导向的算法逻辑响应了用户的信息匹配需求，只要用户在算法运行的平台上留下“网络痕迹”，算法就会根据其“数字脚印”和平台用户画像推送用户感兴趣和偏好的相关信息。尽管这确实是算法的优势，但它也催发了一个难以破解的关键问题，即无法解决海量数据之间的深层次语义层面的关联关系，无法挖掘出用户潜在的、多层次的需要。[6]

在算法机制主导的信息传播环境中，长期以用户画像算法和个性化推荐算法为主导的信息筛选方式会导致用户的信息世界逐渐趋向单一、狭隘，譬如当用户阅读了一篇或者多篇某类文章之后，平台算法会一直推送同类型或类似主题的文章，由此致使用户的阅读面和知识面逐渐单一，局限在一元化的信息空间，覆没在“信息偏食”状态，陷入“信息茧房”之中，还可能导致二极管思维的形成，逐渐成为“单向度的人”。

如何减少算法对受众拟态环境建构的不当影响

兼顾信息传播的个性化满足与公共整合。公共性缺席是算法主导信息传播的一个明显的缺陷。推荐算法依凭的是用户自身及互联网上类似人群的信息需求及偏好，在这一算法逻辑之下，信息内容与用户之间的契合造成了媒介在传播中仅仅体现反映受众个性，而缺乏了公共性。对此，我们应强调公共理性而非工具理性，并建立新的公共传播指导观念。另外，主流核心价值观也必须融入到算法逻辑中，引导数据建模、信息筛选、内容分析等智能推送环节，把低俗、负向、价值扭曲的信息从信息分发机制的源头和终端过滤出去，塑造一个全面、客观、立体、多元素的正向信息传播环境，使算法既服务于人又服务于社会。

人机协同引导技术向善。人与机器在未来不能成为“你进我退”“彼长此消”的关系，而是要越来越协同，甚至共生。面对可能出现的“人沦为机器技术奴隶”的严峻考验，人要对机器能力的应用给予适当克制与约束。算法是从善还是从恶，关键在于发挥人在与技术互动中的主导性。中国人民大学彭兰教授认为，在人机协同的情境下智能媒体的内容生产力会持续增强。我们可以建立“人机结合”的双重审核机制，在算法指标设计中融入社会价值，譬如今日头条的技术过滤模型、复审制度、寻人功能以及抖音青少年模式等都是积极的探索。我们应当均衡人工编辑和算法分发之间的配合比重，对两者进行效率和质量上的优化结合，保证受众信息接受渠道和形式的多样性，规避算法在新闻领域的垄断倾向，构建传统媒体、自媒体、算法媒体协调并存的大众传播体系。

提升受众“媒商”。在新媒体时代，高效、智能的互联网环境给受众的媒介素养带来了全新的要求和衡量标准。“面对媒介丰盛、信息冗杂、技术赋能的外部世界时，若无‘媒商’，我们就无法面对信息世界。”[7]中国人民大学栾轶玫教授提出了“媒商”这一概念，“媒商”即媒介智力，是人们日复一日在与各类媒介媒体的互动中培养习得的，且随着媒体不断迭代更新。受众有着双重身份，他们既是信息的接收者也是信息的传播者。因此，在算法日增月盛的信息时代，受众要保持清醒的认知并对其具有双重认识，即既要认识到算法是一种获取信息的的便捷方式，也要意识到算法的缺陷和疵点，不要对算法过分依赖，要不断更新对新技术革命中出现的新型媒介和媒介应用的认知。只有对信息的感知和处理有了理性的了解认知后，才能与信息建立起一种良性的关系。

加强制度建设及政府监管。如今，对平台在算法背后的权力进行持续的监管迫在眉睫，为确保算法更加透明，需要建立一系列完善的核查和监督机制，以确保平台不成为算法规则的缔造者，确保用户不成为企业间市场博弈的工具，政府应根据《互联网信息服务算法推荐管理规定》《中华人民共和国数据安全法》等法律法规，在符合网络通信新技术发展特点的标准下，加快落实规范算法推荐、算法建设的法规和指导意见，加强对算法的治理和监管，并将社会价值、主流核心价值和信息传播伦理纳入算法发展的目标和政策中。

结语

算法服务于人更应服务社会，算法所释放出来的巨大能力需要得到肯定，但其带来的一系列问题也需要得到重视，算法运用应兼顾个性满足与公共整合，也应通过人机协同引导技术向善，提升受众“媒商”和政府加强监管及制度创新等方面的努力，使算法不再消弭媒介受众的想象与真实，而是能够更好地为人们认知客观环境以及发挥价值理性所服务，使受众不再逐渐在技术中“躺平”。